基于融合熵特征的辐射源信号识别

针对相近雷达辐射源信号难以识别的问题,一种新的雷达辐射源信号识别方法被提出.该方法基于小波包分解,用主成分分析法融合含有信号类别特性的小波包重构系数特征,并将融合特征的能量熵和概率熵构成特征向量,基于支持向量机实现信号的分类识别.在较大信噪比(SNR)范围内,使用该方法能获得满意的正确识别率,当SNR为5 dB时,十分近似的线性调频信号正确识别率达到了91%,实验结果证实了该方法的有效性.     

用AUTES实现雷达辐射源识别专家系统

描述了一种用自行研制的专家系统开发工具AUTES进行雷达辐射源识别专家系统开发的方法,对其中专家知识及知识库、置信度融合方法、解释器等作了详细介绍。测试和实际运用表明,该专家系统能对雷达辐射源进行高效率识别,对参数不全或参数发生一定程度畸变的雷达辐射源的识别率可达到80％以上。     

改进最优聚类中心雷达目标识别法

最优聚类中心法是一种有效的雷达目标一维距离像识别方法,但当训练数据较少时,该方法的识别性能急剧下降。其原因是该算法在利用少量数据进行训练时易产生“病态”矩阵,“病态”矩阵直接参与运算,导致错误识别结果。因此,该文提出了一种改进最优聚类中心法,主要思想是把“病态”矩阵进行“良态”化处理后再参与运算,以得到正确的识别结果,从而使该算法在训练数据较少时仍能保持较高识别率。仿真实验结果表明该方法的有效性。     

改进的DSmT算法及其在C~4ISR系统中的应用

提出了一种基于DSmT的快速mass函数收敛算法。在工程应用中,由于矛盾焦元在决策时没有实际意义,所以在证据融合时,只计算由辨识框架元素形成的焦元与未知焦元的基本置信指派,而不需要计算矛盾焦元的基本置信指派。这样能够有效地降低计算复杂度,并提高mass函数的收敛速度。将该算法作为雷达辐射源识别的方法应用到了C4ISR系统中,仿真表明,该方法比传统方法在高冲突情况下可以更准确、更快速地识别雷达目标。     

TOA折叠平面特征点无监督聚类

为提高雷达脉冲分选效率以及将分选和辐射源识别统一完成,探索仅在时域进行重频分选与辐射源特征提取.将雷达脉冲序列的到达时间(TOA)在时间上进行折叠,使得交错在一起的雷达脉冲序列在TOA折叠平面上所形成点迹图.不同雷达由于重频特征不同使得属于一部雷达的脉冲在TOA折叠平面上的点迹形成较强的规律性.文中应用改进的方法通过对点迹的聚类来完成对上述规律的提取,实现将雷达脉冲分选和重频特性识别统一完成.     

基于多传感器数据融合的自动泊车系统高精度辨识车位的方法

为解决城市道路条件下基于超声波雷达传感器的自动泊车系统存在的车位识别率不高、可识别车位类型较少、车位检测精度低等问题,提出一种高精度辨识泊车位的有效方法。通过多个超声波雷达和视觉传感器的数据融合,实现泊车位边界的高精度探测。利用2个超声波雷达先后探测库位内部的疑似障碍物,提出疑似障碍物绝对速度计算方法。设计了泊车位识别模糊控制逻辑,结合视觉传感器检测出的车辆朝向和停车线等数据信息进行融合处理,能够识别多种类型的水平和垂直泊车位。最后,进行了多种车位场景下的实车试验。试验结果表明:提出的泊车位辨识方法能有效识别多种类型的泊车位,识别率高,与仅采用1个超声波雷达和仅使用摄像头检测泊车位的方法相比优势明显,能提高自动泊车系统的智能化水平。     

不完备信息系统的辐射源识别方法研究

该文将粗糙集理论引入不完备信息系统下的辐射源识别。基于粗糙集理论,给出了一种新的不完备信息系统下辐射源识别模型。该方法以相似关系、相容关系作为基础,通过知识约简和决策规则的提取,较好地解决了不完备信息系统的辐射源识别问题。以雷达辐射源用途识别为例给出实例分析,说明了该模型处理不完备信息识别问题的有效性。     

基于多传感融合的目标跟踪方法研究

针对单一传感器对前方车辆识别准确率低的问题,基于多传感器融合模型建立了1种目标车辆识别方法。首先开展摄像头与毫米波雷达的联合标定,实现多传感器在时空上的融合;然后引入全局最近邻算法对雷达和摄像头各自采集的目标序列与跟踪目标进行数据匹配,确定跟踪目标的2组局部估计;最后通过D-S证据理论对2组目标序列进行优化组合,获取车辆行驶状态的最优结果,从而实现对目标的识别。通过Matlab/Simulink联合搭建试验平台对所研究的融合模型进行算法验证。试验结果表明:该融合算法在不同天气条件下对目标的平均检测率为88.3%,可实现对目标车辆的准确识别与跟踪。     

基于提升小波的心电信号R波检测算法研究

心电信号特征波的准确检测是心电信号自动分析和诊断的关键,其中QRS波群的R波识别更是计算心率,区分心率失常及心率变异性分析的前提和基础。本文在提升小波算法的基础上,对传统的差分阈值算法进行了改进,通过对R波第一检测点及时间窗宽度的精细优化,使得本文改进后的差分阈值算法具有更好的实时性及更强的R波识别率。使用MIT-BIH标准心律失常数据库的心电信号数据作为样本数据进行实验,实验表明本文改进后的差分阈值算法能够准确检测R波的特征值,R波识别率高且明显优于传统的差分阈值算法。     

模糊逻辑推理系统的运动目标分类算法

随着战场环境的日益复杂,对战场上的监视目标进行分类工作越来越重要,本文主要研究了窄带雷达目标分类问题,对目标的运动信息进行特征分析,得到其高度信息以及速度信息,利用专家经验建立模糊逻辑推理系统,实时输入得到的目标状态估计,从而得到直升机、民航客机、战斗机三类目标的分类结果,仿真结果表明本文提出的基于模糊逻辑推理系统的运动目标分类算法能够实时地根据目标运动状态对目标正确分类.     

基于磁光图像的飞机铆钉缺陷识别

针对飞机铆钉磁光图像的识别问题,提出了一种基于模糊支持向量机的裂纹有无和裂纹方向自动识别的新方法。该方法首先对铆钉磁光图像进行预处理得到铆钉二值化图像;然后采用阈值法求取铆钉中心;最后将由铆钉中心发出的星形射线矢量作为特征,采用模糊支持向量机方法对铆钉有无裂纹和裂纹方向进行分类。其中,支持向量机的核宽及惩罚常数采用网格法进行选取,并结合模糊隶属度函数解决多类分类问题中存在的错分和拒分现象。实验结果表明,使用训练获得的支持向量机分类器识别裂纹缺陷取得了很好的效果,能够满足自动检测的高实时性要求。     

基于小波变换和模糊模式识别的超声无损检测

本文研究了小波变换和模糊模式识别在薄板粘接质量超声检测中的应用.首先介绍了有关复合粘接材料的超声无损检测方法,然后使用小波变换对超声检测信号进行分析,提取出与粘接质量有关的三个特征值;根据超声检测回波信号特征值具有模糊性这一特点,提出了以隶属度为核心、以最大隶属度原则为判断标准的模糊模式识别算法.实验证明,该特征提取和模式识别算法对于粘接质量定量识别的准确度比较高.     

基于模糊模式识别的城市道路交通状态检测算法

本文使用速度、占有率、信号交叉口平均每车停车延误3个交通参数进行多因素模糊模式识别评判交通状态。通过在深圳市某主干道上的实际验证表明,对城市道路交通状态评定的多因素模糊识别检测算法在能保证一定检测率情况下,具有较低的误报率和较少的检测时间,表明此方法在实际应用中是切实可行的。     

基于RBF神经网络的人脸识别方法

计算机模式识别是视觉领域中的研究热点之一,是指用生物特征比如人脸信息来识别和辨认某个人类个体.提出了一种基于RBF神经网络的人脸识别方法：采用主成分分析技术把样本维数降低,同时利用模糊聚类算法进行粗分,然后用ORL标准人脸数据库进行实验.实验结果表明,该方法大幅度提高了人脸识别的效果.     

一种基于模糊辨识器的自适应交流伺服系统

提出用模糊辨识器对交流伺服系统离线进行辨识，使用遗传算法（GA）对辨识器参数寻优，用BP算法对控制器FNC最后一层权值在线调整，论述了用GA对控制器模糊隶属函数的参数优化训练方法。仿真结果证明了控制策略的有效性。     

基于支持向量机算法的人脸识别技术研究

在讨论人脸识别算法的基础上,提出了基于支持向量机算法的人脸识别技术,进而分析了其原理,确定了多项式的核,并利用人脸数据对多项式核的SVM进行训练,根据训练结果进行识别实验,结果表明：SVM与传统方法比较,对人脸具有较高的识别率。     

模糊环境下基于信息熵风险度量的投资组合模型

研究了模糊环境下的投资组合模型,将证券的收益率描述为模糊变量,运用信息熵度量投资风险,分析了模糊熵度量模糊环境下的不确定性的优点,提出了模糊环境下基于信息熵风险度量的投资组合模型,设计了基于模糊模拟的混合智能算法对具有模糊收益的投资组合模型进行求解.     

机械零件图像表面瑕疵的检测算法

针对机械零件表面瑕疵检测问题,将机器视觉技术用于零件表面图像瑕疵的提取和分析,提出一种基于粒子群 优化算法加权模糊C均值聚类的零件缺陷图像智能分割算法,精确定位了机械零件表面的瑕疵区域。缺陷的形状特征 是判断其类型的重要依据,提取缺陷的形状特征,设计支持向量机分类器来检测划痕、裂纹、砂眼等表面瑕疵。研究结果 表明,该方法具有较强的实用性,在实验数据库上达到90%以上的正确识别率。     

模糊神经网络用于非线性系统模型辨识(英文)

提出了一种非线性系统的模型辨识方法。在只有被辨识系统的输入输出数据的情况下,利用一种无监督的聚类算法来进行结构辨识,从而自动获得模糊规则库,并可以得到模糊系统的初始参数。在聚类的基础上,构造一个与之相匹配的模糊神经网络,用它的学习算法来训练网络得到一个精确的模糊模型,从而实现参数辨识。同时,证明了所构造的模糊神经网络具有通用逼近能力,这个能力在模糊建模和模糊控制方面非常有用。通过对两个非线性系统辨识的仿真结果验证了该方法的有效性。     

基于模糊神经网络的模拟电路诊断系统的研究

提出了利用模糊神经网络对容差网络进行故障诊断的算法，论述了诊断系统的设计过程和训练样本集的构成．通过在最小值最大值间插值的方式，很好地解决了容差带来的问题．实例验证表明，该方法对容差网络的故障诊断是有效的．